20181118-华泰证券-人工智能选股周报_今年Stacking超额收益为9.51__13页_1mb

金工研究/量化投资周报总结

核心内容

本报告是华泰证券金工团队发布的2018年11月18日人工智能选股周报，分析了多个机器学习模型在不同股票池中的表现，包括全A选股和指数内选股。报告涵盖了模型的超额收益、RankIC指标、回测绩效以及模型构建流程等内容。

主要观点

1. 模型表现

• 本周表现：

  • 全A选股（沪深300行业市值中性）：XGBoost表现最好，超额收益为0.23%。
  • 全A选股（中证500行业市值中性）：SVM表现最好，超额收益为0.55%。
  • 沪深300指数内选股：XGBoost表现最好，超额收益为0.26%。
  • 中证500指数内选股：神经网络表现最好，超额收益为0.18%。
  • 中证800指数内选股：朴素贝叶斯表现最好，超额收益为0.29%。

• 最近一个月表现：

  • 朴素贝叶斯表现最好，在所有情况下均获得正的超额收益。

• 2018年以来表现：

  • Stacking超额收益最高为9.51%。
  • 朴素贝叶斯RankIC均值最高为0.101。
  • 随机森林在沪深300成分内选股超额收益最高为8.76%。
  • 逻辑回归在全A选股RankIC均值最高为0.107。

2. 模型分类与回测条件

• 跟踪的模型包括Stacking、SVM、朴素贝叶斯、随机森林、XGBoost、逻辑回归、神经网络。
• 回测统一条件：
  • 剔除ST、停牌、上市3个月内的股票。
  • 使用70个因子（包括估值、成长、动量翻转、波动率、换手率、情绪、技术、市值等）。
  • 对因子进行中位数去极值、缺失值填充、行业市值中性化和标准化处理。
  • 交易费用为单边千分之二。
  • 从2018年6月30日起，使用行业中性+市值中性的组合构建方法进行回测。

3. 模型绩效指标

• 年化收益率：SVM、朴素贝叶斯、随机森林等模型表现较好，年化收益率普遍高于基准。
• 年化波动率：多数模型波动率较高，说明风险较大。
• 夏普比率：SVM、随机森林、XGBoost等模型夏普比率较高，风险调整后收益较好。
• 最大回撤：部分模型如SVM、随机森林等最大回撤相对较小。
• 信息比率：逻辑回归、SVM等模型信息比率较高，表明其超额收益与跟踪误差之间的比值较好。
• Calmar比率：SVM、随机森林、XGBoost等模型Calmar比率较高，超额收益与最大回撤之间的比值较好。

4. RankIC指标

• RankIC是衡量模型对个股未来收益预测能力的指标，计算方式为Spearman秩相关系数。

• 2018年以来RankIC均值：

  • 全A选股：逻辑回归最高（0.107）。
  • 沪深300成分内选股：随机森林最高（0.095）。
  • 中证500成分内选股：朴素贝叶斯最高（0.101）。
  • 中证800成分内选股：朴素贝叶斯最高（0.092）。

• 2011年以来RankIC均值：

  • 全A选股：SVM最高（0.131）。
  • 沪深300成分内选股：SVM最高（0.09）。
  • 中证500成分内选股：SVM最高（0.075）。
  • 中证800成分内选股：SVM最高（0.092）。

5. 模型构建流程

• 数据获取：使用沪深300、中证500、全A股作为股票池，剔除ST、停牌、上市3个月内的股票。
• 特征和标签提取：使用70个因子作为特征，以沪深300指数为基准计算个股超额收益作为标签。
• 特征预处理：
  • 中位数去极值。
  • 缺失值填充为行业平均值。
  • 行业市值中性化处理。
  • 标准化处理。
• 训练与调参：按90%和10%的比例划分训练集和交叉验证集，选择AUC或平均AUC最高的参数作为最优参数。
• 样本外测试：使用最优参数对样本外数据进行预测，构建组合选股。

关键信息

1. 模型表现差异

• 不同模型在不同股票池中的表现存在差异，如Stacking在全A选股中表现最佳，而朴素贝叶斯在中证500成分内选股中表现最佳。

2. 回测绩效

• 2011年以来，各模型的年化收益率、夏普比率、信息比率等指标均高于基准。
• 部分模型如SVM、朴素贝叶斯、随机森林等在不同股票池中表现稳定。

3. 风险提示

• 人工智能模型构建的选股策略是历史经验的总结，存在失效的可能。
• 模型可解释程度较低，使用时需谨慎。

4. 免责声明

• 本报告仅供华泰证券客户使用，不构成买卖建议。
• 报告内容基于公开信息，不保证其准确性与完整性。
• 投资者需自行关注更新或修改。

附录

1. 模型涉及的因子

• 估值：EP、EPcut、BP、SP、NCFP、OCFP、DP、G/PE。
• 成长：Sales_G_q、Profit_G_q、OCF_G_q、ROE_G_q。
• 财务质量：ROE_q、ROE_ttm、ROA_q、ROA_ttm、grossprofitmargin_q、grossprofitmargin_ttm、profitmargin_q、profitmargin_ttm、assetturnover_q、assetturnover_ttm、operationcashflowratio_q、operationcashflow ratio_ttm。
• 杠杆：financial_leverage、debt equity ratio、cash ratio、current ratio。
• 市值：ln_capital。
• 动量反转：HAlpha、return_Nm、wgt_return_Nm、exp_wgt_return_Nm。
• 波动率：std_FF3factor_Nm、std_Nm。
• 股价：In_price。
• Beta：beta。
• 换手率：turn_Nm、bias_turn_Nm。
• 情绪：rating_average、rating_change、rating_targetprice。
• 股东：holder_avgptchange。
• 技术：MACD、DEA、DIF、RSI、PSY、BIAS。

2. 评级说明

• 行业评级：以报告发布日后6个月的行业涨跌幅为基准，与沪深300指数比较。
• 公司评级：以报告发布日后6个月的公司涨跌幅为基准，与沪深300指数比较。

总结

本报告系统性地评估了多种机器学习模型在多因子选股中的表现，展示了不同股票池中模型的超额收益、RankIC指标及回测绩效。通过数据预处理、特征提取、模型训练与调参，模型在不同市场环境下均表现出一定的选股能力。然而，人工智能模型的可解释性较低，存在失效风险，使用时需谨慎。